这是一个创建于 198 天前的主题，其中的信息可能已经有所发展或是发生改变。
目前用的 qwen2.5:3b 设置本地浏览器的沉浸式翻译插件搭配 ollma 翻译，但是我的 m2 性能可能有些不太行，翻译还是要等一会。现在国内的大模型应该也有比较适合翻译，并且比较轻量的模型了，大家有什么比较好的推荐吗？或者更好的方案实现网页翻译。
 |
1
Noby OP 中英翻译，有时候需要中俄翻译
|
 |
2
DefoliationM 2025 年 7 月 3 日 via Android
有点难，轻量的效果很差，还不如谷歌翻译。workers ai 有免费的翻译模型，你可以先试试，真不如谷歌翻译。
|
 |
3
newyangnc 2025 年 7 月 3 日
qwen 已经够用了
|
 |
4
Rennen 2025 年 7 月 3 日
沉浸式翻译自带的智谱 GLM 也不错吧
|
 |
5
neteroster 2025 年 7 月 4 日 via Android
随便搞个豆包 seed 1.6 用就完了，他这个是阶梯定价，输入短便宜的不行，翻译只要是 llm 而且不太小的模型都差不到哪去
|
 |
6
djv 2025 年 7 月 4 日
用 API 就好了, 不想花钱就用智谱
glm-4-flash glm-4-flash-250414 glm-4v-flash glm-z1-flash 这几个是免费 glm-4.1v-thinking-flash glm-4.1v-thinking-flashx 可领免费额度的 或者新用户也有普适的免费额度 |
 |
7
killadm 2025 年 7 月 4 日 via Android
试换成 qwen3 试试有提升不
我只用过本地部署的 17b 和 30b ，/nothink 条件下中英效果比 google 好多了。 |
 |
8
yuchenr 2025 年 7 月 4 日
|
 |
9
yjd 2025 年 7 月 4 日
使用体验，在线 Qwen2.5-7B-Instruct 确实国产 AI 可能语料原因。翻译要比国外的 ai 翻译要好。
|
 |
10
fredweili 2025 年 7 月 4 日
openrouter 上有免费的 30BA3B 用，还有是 ollama
|
 |
11
hoythan 2025 年 7 月 4 日
要是 API 都能接受直接用谷歌翻译接口不就行了。人家底层也有 Ai 参与
|
 |
12
yidinghe 2025 年 7 月 4 日 via Android
如果 3b 的翻译质量能满足你的要求，那完全可以换成免费 API 来用。
|
 |
13
yisheyuanzhang 2025 年 7 月 4 日
我们生产使用的小米开源的 GemmaX2-28-9B ，翻译效果和速度不错。 优势是小语种对比同规模的通用模型效果好很多
本地受限于性能的化可以看看 2B 或者 2B 量化模型 https://huggingface.co/ModelSpace/GemmaX2-28-2B-v0.1 |
 |
14
hwdq0012 2025 年 7 月 4 日
reddit 的翻译不知道是什么模型可以关注一下, 分不清是贴吧里的网友不审歪果仁了都
|
 |
15
anghunk 2025 年 7 月 4 日
目前谷歌翻译好像改进了一些算法，质量比之前好太多，而且速度比 api 快多了
|
 |
16
kero991 2025 年 7 月 4 日
隔壁有人作了一个翻译模型，可以去看看
最新版 WiNGPT-Babel-2 终于发布了 https://linux.do/t/topic/711029 模型地址 https://huggingface.co/winninghealth/WiNGPT-Babel-2 还有专门为手机部署准备的 AWQ 量化版 https://huggingface.co/winninghealth/WiNGPT-Babel-2-AWQ 似乎是用 gemma-2-2b 作为基础模型来训练的，确实很多翻译模型的基础都是这个。 2b 模型，肯定是不用考虑硬件问题的 |
 |
17
openmynet 2025 年 7 月 4 日
glm-4 是真心拉，免费量大管饱的也就 mistral small 了，限制就是 RPS=1 ，tpm=5m
|
 |
18
leeg810312 2025 年 7 月 4 日
还是觉得在线模型翻译更方便，不占用本地资源。轻量和质量只能取舍，现在觉得本地折腾太麻烦了，翻译不好还得自己校对。
|
 |
19
07H56wMvTJUc4rcf 2025 年 7 月 4 日 via iPhone
部署在自己脑子里算本地部署吗
|
 |
21
wwhc 2025 年 7 月 4 日
Qwen3 30B-A3B ，可以直接部署到任何有足够内存的电脑，包括笔记本电脑，使用/no_think 参数生成 token 的速度应该能满足大部分需求
|
 |
22
orzorzorzorz 2025 年 7 月 4 日
直接下 ollama 上的 qwen3:14b-q4_K_M 或者 gemma3:12b-it-q4_K_M 。两者在 4060Ti 16G 下 no think 的表现挺好，至少体感下，速度快，也没那么多机翻感。
具体讨论可以看看这个 https://github.com/SakuraLLM/SakuraLLM/issues/136 ，能对比一下翻译效果。 |
 |
23
5had0w 2025 年 7 月 4 日
或许你可以试试 LibreTranslate ，这个不是 AI 模型，是纯翻译模型
|
 |
24
SSang 2025 年 9 月 5 日
qwen2.5:3b 都跑不动的话，其他模型应该也不太行了，不然试试 qwen2.5:0.5b ？不然还是调用 API 吧，API 调用的话 qwen2.5-7B 基本上能做到秒级的翻译了。我视频字幕实时翻译和网页翻译现在用的就是 qwen2.5-7B （调用 siliconflow 的 API ）
|
|
25
SSang 2025 年 9 月 5 日
如果一定要本地的话，可以看看 ggml 的 0.5B 模型，我感觉这个是真有点东西，我本地补全用的 qwen2.5-coder:0.5B ，i3-14100 的 CPU ，占用 30% 左右，也能做到 1s 左右的响应时间。
|
Select Language